05后上海大学生为大飞机装上“智能眼睛”，破解行业痛点

如今，国产大飞机C919正在加速规模化运营，C929宽体客机的研制也一路推进，轻量化复合材料的大规模应用已成定局。但问题也随之而来——材料内部比头发丝还细的分层、脱粘等缺陷，就像“体内暗伤”，传统人工手持探头盲搜不仅效率低，还容易漏判。更棘手的是，大型双曲面机身让全面扫查难上加难。面对这个行业痛点，一支同济大学05后学子组成的“云巡智检”团队，凭借学科交叉的优势，自主研发出一套空地云协同智能检测系统，用青春智慧为大飞机复材结构装上了“智能眼睛”。

这个想法的起点，其实源自一次实地调研。在上海飞机制造有限公司的车间里，同学们亲眼看到质检师傅举着超声探头，沿着巨大的双曲面机身一寸寸移动，汗水浸透工装，却依然难以保证每一处都扫查到位。于是，一个念头冒了出来：“能不能让机器自己找缺陷、自己判风险？”回到学校后，这支跨学科团队没有照搬现有技术方案，而是反复讨论如何让检测既精准又贴合产线实际。

针对复材构件曲面复杂、隔断结构多的特点，团队果断摒弃了单一传感模式，创新构建起“空中无人机初筛定位+地面多源小车精检+云端AI诊断闭环”三层协同架构。负责超声相控阵传感的田晨炜和团队成员们泡在实验室里，一遍遍调整探头排布与聚焦算法，只为让传感模块在复杂曲面上也能稳定贴合、清晰成像；空中单元的负责人安忆楠则致力于简化操作流程，把烦琐的技术参数转化为一线人员能快速上手的交互逻辑。

当然，把构想变成实物，这群05后碰了不少钉子。曲面耦合不稳定、信号衰减补偿难、多源数据同步延迟……每一个问题都要靠反复试验来解决。田晨炜带着小组针对不同复材构件调整超声参数，常常为了验证一组数据在车间待到深夜；团队成员一起推倒重做定位算法，直到连续扫查路径不再出现盲区。经过数十轮迭代，系统终于能根据构件形态自适应调整检测参数，检测精度较传统单流AI提升33.3%，而且整个检测过程可追溯、可复盘。

真正的“大考”发生在上海飞机制造有限公司的生产现场。田晨炜回忆，初次带着设备走进车间时，大家紧张得满头大汗。当系统自动完成一处大曲面机身的扫查，精准标出深层微小缺陷时，现场人员纷纷围了过来。一位长期从事复材质检的老师傅连连点头：“以前靠手感划线盲搜，一天下来胳膊酸得抬不起来，还总担心漏检，现在机器自己跑、自己判，我们心里踏实多了。”另一位参与试点验证的技术人员也感慨：“平台自动生成三维缺陷图，还能远程会诊，判读时间缩短了一大半，人为误判的风险也降下来了，这才是产线需要的智能工具。”

团队成员、大二学生杨晨说：“第一次看到我们的设备在车间里稳稳跑起来、精准找出缺陷的时候，突然觉得课本里的公式有了温度，所有的熬夜和失败都值得了。”未来，他们将依托校企联合培养平台，把系统拓展到在役飞机运维场景，探索“制造+运维+跨行业延伸”的推广模式。